基于改进光流场模型的大脑图像配准
将光流场模型引入大脑图像配准,针对Horn模型会造成图像严重模糊的问题,在微分光流场模型的一般框架下,构造具有边缘保持和一致性增强能力的流驱动各向异性扩散方程作为正则项,以增强配准过程的特征保持能力;采用非二次惩罚函数作为数据项,以增强模型的鲁棒性.最后利用文中模型对大脑图像进行配准实验,得到了较为准确的结果.
大脑图像配准、流驱动各向异性正则化、非二次惩罚函数、边缘保持、一致性增强
20
TP391(计算技术、计算机技术)
香港研究资助局资助项目CUHK/4185/00E;香港中文大学校科研和教改项目2050345
2008-06-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
349-355